AI大模型做高考数学卷，图像题全军覆没 国产AI豆包和DeepSeek均得分144

2025年(nián)高考(gāokǎo)已结束，业界知名(zhīmíng)的人工智能相关网站“机器之心”用七款大模型做了高考数学I卷，结果第一名Gemini拿到145分，豆包和DeepSeek以1分之差并列第二。 机器(jīqì)之心挑战高考数学I卷(juǎn)的(de)AI大模型选手分别是五款(wǔkuǎn)国产(guóchǎn)AI：Doubao-1.5-thinking-vision-pro、DeepSeek R1、Qwen3-235b、hunyuan-t1-latest、文心 X1 Turbo。同时(tóngshí)加上了OpenAI的ChatGPT O3和谷歌的Gemini 2.5 pro。 在考题选择上，采用2025年高考数学新课标I卷，包含(bāohán)14道客观题，总计73分(fēn)；5道解答题，总计77分。 客观题(tí)计分方法(fāngfǎ)按照以往高考判分原则，解答题请数学专业人员进行评判，主要看大模型的最终答案以及解题步骤中是否有严重失误点。 从客观题(tí)来看，各家大模型几乎(jīhū)拉不开差距，最大分差也只有3分，第6题图像题使这几家多模态大模型“全军覆没”。 解答题是大(dà)模型失分(fēn)重灾区(zhòngzāiqū)。除了(le)Gemini 2.5 Pro拿到全部分数，其他大模型或多或少均有失分。其中DeepSeek R1和Doubao只丢了1分；ChatGPT O3则失了2分。hunyuan-t1-latest和文心X1 Turbo分别(fēnbié)拿到68分和66分。 最后Gemini 2.5 pro总分(fēn)145排名第一，豆包和(hé)DeepSeek R1拿到(nádào)144分，ChatGPT O3为140分，Qwen3-235b为139分，hunyuan-t1-latest为136分，文心 X1 Turbo虽是最后一名，仍得到(dédào)134分，这个分数在考生中(zhōng)属于非常优秀的水平。 这次测评结果显示，大模型在数学推理能力上有不小的(de)进步。此外，所有参测的AI大模型在第(dì)6题的图像识别上都出现了问题，暴露出当前AI在图文结合理解方面(fāngmiàn)的短板。